TELKOM NIKA Indonesia n  Journal of  Electrical En gineering   Vol. 13, No. 3, March 2 015,  pp. 512 ~ 52 DOI: 10.115 9 1 /telkomni ka. v 13i3.708 9          512     Re cei v ed  No vem ber 2 6 , 2014; Re vi sed  Jan uar y 6, 20 15; Accepted  Jan uary 20, 2 015   Effect of Shorting Wall on Compact 2×4 MSA Array  Using Artificial Neural Network      Mohammad Anee sh* 1 , Ja mshed Asla m Ansari 2 , Ashish Singh 3 , Km. Kamakshi 4   Micro w av e Ant enn a Res earch  Centre, Dep a r t ment of Electronics & Comm unic a tion,    Univers i t y   of Allah aba d, Alla h aba d – 21 10 02 , UP India   *Corres p o ndi n g  author, em ail :  aneesh a u 1 4 @ gmai l.com 1 , jaans ari@r ediff mail.com 2 ashsi n09 @red i ffmail.com 3 , kamakshi.kum a r21@gmail.com 4       A b st r a ct   In this p a p e r,  a co mp act 2× microstri p  a n tenn a (MSA)  array  is pr es ented  an d th e  effect of  inserti ng shorti ng w a ll is opti m i z e d  w i th the  help of  artifici al ne ural n e tw ork (ANN). An ANN mo de l h a s   bee deve l o p e d  for  pre d ictin g  the  res ona nt  frequ enci e w i th the  vari atio n of th hei ght  of su bstrate  a n d   shortin g  w a ll  p o sitio n . F o r va l i dati on  of ANN  outp u t, a  pr ot otype  of 2× 4 M SA array  is p h ysically  fabric a t ed   and t e sted. T h is va lid atio verifies th e pr opos ed  ante n na for w h ic simulat ed  and  ANN res u lts  ar e   appr oxi m ate l y similar.      Ke y w ords : m i crostrip antenna array, artificial ne ural n e tw ork, multib an d, shortin g  w a ll     Copy right  ©  2015 In stitu t e o f  Ad van ced  En g i n eerin g and  Scien ce. All  rig h t s reser ve d .       1. Introduc tion  Over l a st  de cad e  MSA s   are  well  a c commod a ted t o  wi rele ss a pplication s  d ue to it disting u ish fe ature s  such a s  lo w profile  stru ctur es, lig ht weig ht, low co st, and e a s y fabri c ation  of  different ra di ating sh ape s [1]. There ha s bee n a lot  of rese arch o n  MSA in respect to different  sha p e s . The  sha pe of  radi ating pat ch pl ays a vita l rol e  to enh an ce  the ante nna  cha r a c teri stics.   This l ed to p r odu ce lot s  of  resea r ch work for  different  sha p e s  of MS As such a s , W-sha ped  pa tch  [2], E-shap e d  patch [3], half E-shap ed pat ch [4], S-sh ape  an tenna [5], a nd ga p coup led  microstri p  a r ray anten na [ 6 ]. MSA arra ys a r widely  used i n  m a n y  pra c tical ap plicatio ns du e to   their pl ana structu r e s  a n d  bu rning  issu e for re se arch am ong  the  resea r chers i n  p r eviou s  d a y s.  Several inve stigations  hav e bee n do ne  by re sea r che r on MSA a r rays  su ch  as,  a si ngle l a ye r   monop ulse array [7], cylind r ical  array an tenna [8 ], array using  ele c tromag netic  b and ga p (EB G )   stru ctures [9-10], and  a  2×2 MSA a r ray  with mi cros t r ip line  feed  to oth-like-slot  p a tche s [1 1]. In  addition, MS A array on  an  irregula r   diel ectri c   su rface  and  Teflon  substrate a r e i n vestigate d  [ 12- 13]. Furthe r, desi gn an d p e rform a n c e a nalysi s   of se ries fe ed an d  corporate fe ed MSA arra have bee n carri ed out [14 ]. A spiral array for ultra wideba nd [15], filtering MSA array [16], a nd  stacke d pat ches fo r two  dimen s ion a plana r a rra topologi es [1 7] gaine d m u ch  attention  of  resea r chers.  All the above  repo rt ed  pap ers  are mainl y  base d  on th e theoretical,  simulatio n , a nd  experim ental  results. Fu rth e r to increa se the credi bili ty of results it has be en su bjecte d to ANN.  As ANN  provi des fa st and  accurate mod e lling du e to  it has gain ed i n tere st of re searche r s. Th e   variou s appli c ation s  of ANN have be en  utilized in th e field of MSA arrays  su ch as, fault finding   [18], frequen cy modellin g [19], the effe ct of mi cro s trip feed line widt h on arra y [20], photonic  band g ap (P BG) structu r e s  on cylin dri c al MSA [21].  Several othe r techniq u e s  a r e also u s ed  for   the de sig n  a nd a nalysi s   o f  MSA array  [22-24]  an d t hey p r od uce   fast an accurate  re sult s. In  [25], a 64-ele m ent array was propo se d for Ka-b and  with rotation feeding te chni q ue.  This  work ha s bee n inspired from ab o v e literature  and de dicate d to the desi gn of a  comp act 2 × 4  MSA array whe r ea s the  effect of inse rting sho r ting  wall on the p r opo se d ante nna   array is  opti m ized  with  the hel p of  ANN.  T here a fter p r opo sed ante nna   is fab r icated  and  measured re sults are  com p ared  with ANN  optimizatio n and sim u lat ed re sults.    The  re st of th e pa per is o r gani zed  in th e fo llo wing  m anne r; sectio n 2  hold s   an  overview  of desi gn a n d  simul a tion of  antenn a a rra y which al so i n clu d e s  the g eneration of  simulate d dat a   for ANN mod e l. Then in  section  3, re sults  an d discussion  are  el aborated fo r ANN  study a nd  fabricated p r o posed ante n n a . Finally in section 4,  the  con c lu sio n  of the overall st udy is dra w n.   Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     Effect of Shorting Wall on  Com pact 2 × 4  MSA Array Using Artifici al … (Moh am mad Anee sh 513 2. Design an d Simulation of Antenna  Array   This  sectio n sho w the   g e o metry  fo rma t ion  p r o c e s s of propo se d antenn a arra y. Figure   1(a )  sho w s, 2×4 a rray of patch ante n n a s in whi c each patch i s  size of  L × W  on glass ep oxy  s u bs tr a t e ( h  =  1.60 mm). All  these patches are  etch ed  with  L g   di stance and  i n terconn ecte d with  50   micro s t r ip lines of  siz e L SA × W SA L SB × W SB . The total area o c cupie d  by this patch  geomet ry is  L FA × W FA × h . Furthe r, in Fi gure  1(b ) , a sho r t ed  wall  is add ed in radiating p a tches  (RP)  one by  one from  RP 1 to RP8. Mu ltiband resp o n se i s  a c hiev ed by addi ng  this shortin g  wall  as  sh own  in  Figure 2. All t he respe c tive values   rega rding  d e si gn specifi c ation s  are su mmari zed  in Tabl e 1.  These a n ten na g eomet rie s  a r sim u la ted in IE3 D   softwa r e [2 6]. The  refle c tion   coeffici ent variation with freque ncy for shorting  wa ll p o sition s at RP1 to RP8 is sho w n in Fig u re   3 an d o b serv ed that th ere  is  no  dra s tic ch ang e o ccurs in th e val ue of  re son a ting fre que nci e only the dip of the reflecti on co efficient  is varied  fro m  -10 dB to -34 dB. Whe r eas the effe ct of  inse rting sho r ting wall on radiating p a tches i s  t he ma in cau s e for it s multiple fre quen cy ban d s     Table 1. De si gn sp ecifi c ati ons  Parameter   Value   Sample   6 mm   10 mm   L g   1 mm   L FA   27 mm   W FA   27 mm   L SA   7 mm   W SA   1 mm   L SB   22 mm   ε r   4.7   1.60 mm   1.57    h   1.6 0   SW RP2   RP1 to RP8       F e e d in g  P o in t L W L g L SA L SB L FA W FA W SA   (a)     (b)     Figure 1. Simulated de sig n  of (a) 2×4 M SA arra y (b ) 2×4 MSA array with sho r ted wall at RP         Figure 2. Refl ection  coeffici ent respon se  of  2×4 MSA a rray with a nd  without short ed wall   Shor t i ng W a l l F e e d ing  P o in t L W L g L SA L SB L FA W FA W SA 1 2 3 4 5 6 7 8 9 10 -30 -25 -20 -15 -10 -5 0 Fre q ue nc y  ( G H z ) S 11 ( d B )     W i th o u t s h o r ti n g  w a l l W i th  s h o r ti n g   w a l l Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 13, No. 3, March 2 015 :  512 – 5 2 0   514     Figure 3. Vari ation in refle c tion coeffici en t with frequen cy for differen t  shorting  wall  location       2.1. Data  Ge neratio n  fro m  Sim u lated Result s for  AN N Mod e This sectio descri b e s   ab out ge ne ratio n  of   data f r o m  IE3D sim u lator fo r A N N mod e l’s  training  and  testing. Here  32 anten na s are ge ner a t ed in sim u la tion media  with a variety of  sho r ting  wall  po sition f r o m  RP1  to  RP8  and  he ight of the   sub s trate  ( h ). The  re son a ting   freque nci e s ( f r ) and  radiatio n efficien cie s   ( R e of these  32 sim u lated  antenn as a r e  record ed a n d   given in Tabl e 2. These da ta sample s a r e use d  for trai ning an d testi ng of ANN m odel.       Table 2. Simulated data fo r trainin g  and  testing of ANN model    SW ε r  h    L   R e1  R e2  R e3  R e4  R e5  f r1  f r2  f r3  f r4  f r5   Training Data   1   4.7   1.57   1   0.675   0.874   0.714   0.835   0.703   1.31   5.25   6.34   8.26   9.54   2   4.7   1.57   1   0.678   0.734   0.650   0.804   0.745   1.32   5.25   6.42   8.73   9.86   3   4.7   1.57   1   0.574   0.716   0.623   0.810   0.711   1.31   5.32   6.45   8.47   9.70   4   4.7   1.57   1   0.648   0.743   0.641   0.863   0.716   1.30   5.48   6.25   8.46   9.81   5   4.7   1.57   1   0.678   0.754   0.648   0.843   0.730   1.29   5.67   6.43   8.71   9.24   6   4.7   1.57   1   0.699   0.795   0.674   0.817   0.721   1.30   5.65   6.52   8.68   9.41   7   4.7   1.57   1   0.725   0.841   0.645   0.837   0.719   1.35   5.45   6.79   8.64   9.74   8   4.7   1.57   1   0.784   0.803   0.685   0.836   0.701   1.34   5.37   6.63   8.56   9.64   1   4.7   1.58   1   0.642   0.802   0.768   0.812   0.754   1.25   5.61   6.30   8.40   9.90   2   4.7   1.58   1   0.645   0.874   0.688   0.847   0.747   1.29   5.60   6.22   8.39   9.93   3   4.7   1.58   1   0.654   0.897   0.623   0.865   0.753   1.28   5.75   6.25   8.27   9.94   4   4.7   1.58   1   0.754   0.869   0.695   0.811   0.717   1.26   5.74   6.29   8.29   9.93   5   4.7   1.58   1   0.786   0.874   0.684   0.842   0.702   1.22   5.64   6.28   8.37   9.92   6   4.7   1.58   1   0.805   0.841   0.637   0.821   0.715   1.23   5.67   6.27   8.31   9.95   7   4.7   1.58   1   0.745   0.861   0.694   0.823   0.734   1.27   5.81   6.21   8.28   9.91   8   4.7   1.58   1   0.684   0.844   0.678   0.895   0.716   1.29   5.63   6.24   8.38   9.94   1   4.7   1.59   1   0.824   0.874   0.687   0.841   0.736   1.20   5.83   6.23   8.26   9.95   2   4.7   1.59   1   0.812   0.814   0.674   0.845   0.754   1.13   5.85   6.15   8.18   10.1   3   4.7   1.59   1   0.838   0.848   0.669   0.841   0.745   1.18   5.91   6.18   8.13   9.97   4   4.7   1.59   1   0.756   0.804   0.669   0.804   0.700   1.19   5.90   6.22   8.20   9.99   5   4.7   1.59   1   0.778   0.831   0.678   0.845   0.718   1.16   5.86   6.20   8.22   9.98   6   4.7   1.59   1   0.718   0.841   0.645   0.864   0.730   1.17   5.84   6.21   8.13   9.96   7   4.7   1.59   1   0.641   0.867   0.654   0.884   0.732   1.15   5.88   6.17   8.24   9.95   8   4.7   1.59   1   0.653   0.845   0.647   0.888   0.712   1.19   5.87   6.16   8.25   10.0   Testing Data   1   4.7   1.60   1   0.824   0.900   0.724   0.905   0.774   1.23   5.31   6.34   8.62   10.2   2   4.7   1.60   1   0.812   0.905   0.735   0.919   0.780   1.25   5.25   6.42   8.73   9.86   3   4.7   1.60   1   0.838   0.845   0.710   0.906   0.765   1.18   5.38   6.39   8.71   9.60   4   4.7   1.60   1   0.756   0.854   0.707   0.910   0.710   1.11   5.45   6.21   8.66   9.75   5   4.7   1.60   1   0.778   0.896   0.711   0.904   0.768   1.09   5.46   6.32   8.84   9.74   6   4.7   1.60   1   0.718   0.886   0.720   0.898   0.745   1.08   5.42   6.43   8.88   9.63   7   4.7   1.60   1   0.641   0.884   0.704   0.884   0.775   1.14   5.34   6.27   8.79   9.90   8   4.7   1.60   1   0.653   0.890   0.718   0.914   0.740   1.07   5.39   6.48   8.64   9.98         1 2 3 4 5 6 7 8 9 10 -3 5 -3 0 -2 5 -2 0 -1 5 -1 0 -5 0 Fr e q ue nc y  ( G H z ) S 11 ( d B )     RP 1 RP 2 RP 3 RP 4 RP 5 RP 6 RP 7 RP 8 Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     Effect of Shorting Wall on  Com pact 2 × 4  MSA Array Using Artifici al … (Moh am mad Anee sh 515 2.2. ANN Mo del Selectio n for the  An aly s is of Proposed  Anten n a   ANN i s  a co mputational t ool (mo del ) which i s  in spire d  by biologi cal nervo us  sy stem an d   these n e two r ks u s e s  sev e ral topol ogi es. One of  the most po p u lar topol ogy  is the multilayer   percept ron  (MLP) ne ural  netwo rk  due t o  its su pe rvised and  un sup e rvise d  lea r ni ng strategie s .  So   this is the le ading rea s on  for adapting  MLP-ANN  in this wo rk.  MLP is a feed forwa r d ne ural   netwo rk an comp ri se s m any neu ro ns  in input, o u tp ut and  hidd e n  layers. Ea ch layer  plays a   different role  in ANN  mode l. In this wo rk, thr ee laye re d MLP-A NN  model of  stru cture  9×60 ×5  is  sele cted. It  mean s this model comp ri se s 9 neuron s in input layer, 60 neu ro ns in hidd en layer  and 5  neu ron s  in the  outp u t layer a s  sh own i n  Fi gu re  4. The othe r para m eters  are  sele cted  as,  learni ng rate ( ƞ = 0.00 1, momentum  coefficient ( µ = 0.75, erro goal ( eg = 0. 0000 1, and  MSE   = 1.21×10 -5 . This MLP model is trai ned with Lev enbe rg Ma rq uardt alg o rith m [27] whereas  weig hts and  biases a r e up dated bet wee n  0 and 1. Tw enty eight data sets fro m  Table 2 are used   for the  traini n g  of A N N mo del, an rem a ining  eig h t d a ta sets  are u s ed  for testin g of A N N mo del.  In this model  simulated d a ta pattern, shorting  wall p o sition ( SW P ),  ε r h L g R e1 ,  R e2 ,  R e3 ,  R e4,   and  R e5  are  use d  as inp u t and their re spective re so n a ting frequ en cie s   f r1 f r2 ,  f r3 ,  f r4 ,   and  f r5  are   con s id ere d  a s  o u tput fo r th is m odel. T h e n , du ring  the t e sting  of A N N m odel, m e an  squ a re  e r rors  (MSE) bet we en the simul a ted and ANN results a r e co mputed a s  [28]:    2 1 1 [( ) ] n iA N N i i M SE x f y n                                                                                                         (1)    Whe r x i  is the final output of ANN mod e l  and cal c ul ated as:     21 1 2 21 [ ] ( [ ][ ] [ ])) [ ] )) ii xf w f w y b b                                                                                     (2)    Whe r y i   is the input functi on matrix and  given as:      12 3 4 5 T ir g e e e e e yS W P h L R R R R R                                           (3)    Whe r w 1  and   w 2  are the  weig ht matrices of hidd en  and outp u t layer and given  as:    11 1 1, 1 1 , 2 1, 9 11 1 2, 1 2 , 2 2, 9 1 11 1 60 , 1 60 , 2 60 , 9 .. .. .. . . . .. . . . .. WW W WW W W WW W                                                                                              (4)    22 1, 1 1 , 5 2 22 30 , 1 30 , 5 .. .. . . .. ww w ww                                                                                                               (5)    Whe r b 1  a nd  b 2  are the bi as matri c e s  for hidd en an d  output layer and given a s :     11 1 1 12 6 0 ... T bb b b                                                                                                            (6)    22 2 2 12 5 ... T bb b b                                                                                                         (7)      Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 13, No. 3, March 2 015 :  512 – 5 2 0   516 SW P r L g h R e1 R e2 R e3 R e4 R e5 f r1 f r2 f r3 f r4 f r5 w 9, 60 w 1, 1 w 2, 1 w 60 , 5 . . b 1 b 2 I nput  l a y e r Hi dde n l a y e r Out put  l a y e r     Figure 4. MLP-ANN m odel       3. Results a nd Analy s is  This sectio elabo rate s th e expe rime ntal resu lts  of t he p r o p o s ed   method  which p r ovide s   a sep a rate a n a lysis of ANN optimization  and validatio n study.    3.1. AN N Re sults   In the trainin g  of A N N m odel,  simulat ed d a ta p a ttern are  u s e d  a s  in put  a nd o u tput  function s, as  previou s ly discu s sed. After the prope r training, AN N model is  subj ected to testi n g   for IE3D  gen erated  data f o sho r ted  wall 2×4 MS A  array. Te sting data  sets are  sel e cte d  for  sub s trate hei ght  ( h = 1.60  mm and sho r ted wall po sition from  RP 1  to  RP8  as ta bulated in T a ble   2. MLP-ANN model  pre d i c ted the  ap p r oximatel si milar re sults for  re so nant freque nci e s and  these results are com p a r ed with the IE3D sim u la te d results a s  given in Tabl e 3. One of the  tested data  set is physi call y fabricated a nd mea s u r ed  for validation  of this work and given in the  next se ction.   The fab r icated data  set  h a s b een  hi ghl ighted in th Table  2 an Table  3. Figu re 5  sho w s the  compa r ison  b e twee simul a ted a nd A N N o p timized  freque nci e s f o different  test  patterns .       Table 3.   Co m pari s on of IE3D, ANN  re sults   IE3D Simulated ( T arget )   ANN output   f r1  f r 2  f r 3  f r4  f r 5  f r1  f r 2  f r 3  f r4  f r 5   1.23   5.31   6.34   8.62   10.2   1.203   5.312   6.314   8.612   10.202   1.25   5.25   6.42   8.73   9.86   1.253   5.252   6.425   8.734   9.866   1.18   5.38   6.39   8.71   9.60   1.184   5.378   6.389   8.713   9.602   1.11   5.45   6.21   8.66   9.75   1.101   5.445   6.213   8.664   9.745   1.09   5.46   6.32   8.84   9.74   1.092   5.464   6.326   8.854   9.734   1.08   5.42   6.43   8.88   9.63   1.087   5.425   6.437   8.878   9.634   1.14   5.34   6.27   8.79   9.90   1.140   5.334   6.274   8.794   9.907   1.07   5.39   6.48   8.64   9.98   1.073   5.389   6.488   8.634   9.989         Figure 5.   Co mpari s o n  of simulated an d ANN fre que n c ie 0 2 4 6 8 10 12 0 2 4 6 8 10 12 T e s t i ng P a t t e r ns Fr e que nc y  ( G H z )     IE 3 D  ( f r 1 ) ANN ( f r 1 ) IE 3 D  ( f r 2 ) ANN ( f r 2 ) IE 3 D  ( f r 3 ) ANN ( f r 3 ) IE 3 D  ( f r 4 ) ANN ( f r 4 ) IE 3 D  ( f r 5 ) ANN ( f r 5 ) Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     Effect of Shorting Wall on  Com pact 2 × 4  MSA Array Using Artifici al … (Moh am mad Anee sh 517 3.2. Validation of ANN Stud y   For the valid ation of ANN study a prot oty pe of 2×4  micro s tri p  a n tenna a r ray with a  sho r ted  wall  at RP2 i s  p h y sically fab r i c ated on  gla s s ep oxy ( ε r  = 4.7)  su bstra t e as  sh own  in   Figure 6(a).  An SMA con necto r of 0 - 1 8  GHz i s  u s e d  here for th e excitation o f  geometry. T he  reflectio n  co efficient and  radiation p a ttern of  fabri c ated g eome t ry are mea s ured in Agile nt  N52 30A network a nalyzer  and an a n e c h o ic chamb e resp ectively for provin g of ANN results.   Figure  7 sh o w the com p arison betwe en simula te and m e a s ure d  refle c tion  coefficient  (S 11    -10 d B) for 2 × 4 M SA array wit h  a sh orte wall at RP2.  The figur e reveal that the  fabricated an tenna ope rat e s at  multipl e   freq uen cy   band of 1.3 2 , 5.25, 6. 4 2 , 8.73, 9.8 6   GHz,  whi c h is  useful for  L C , a nd  X  band  ap plicatio ns. Si mulated a nd  measured re sults a r e in  cl ose   agre e me nt; only minor div e rge n ce ta ke s pla c e  in m easure d  valu e of S 11  due   to the od dity in  fabrication  a nd  lo sses which are not   con s id ere d  durin g sim u lation. Tabl e 4 sho w the  comp ari s o n  o f  simulated, ANN, an d mea s ured results  for re son a ting  frequen cie s .       Table 4. Co m pari s on of si mulated, ANN, and mea s ured  re sults  Resonating  Freque nc y   IE3D Simulated  (GHz )   ANN   (GHz )   Experimental   (GHz )   f r1   1.25   1.253   1.1   f r 2   5.25   5.252   5.4   f r 3   6.42   6.425   6.4   f r4   8.73   8.734   8.6   f r 5   9.86   9.866   9.8         (a)     (b)     Figure 6. (a)  Fabri c ate d  2 × 4 MSA Arra y with RP 2; (b) Experim en tal setup for  measurement  of  radiatio n pattern         Figure 7. Co mpari s o n  of simulated an d measur ed refl ection  coeffici ent variation for 2×4 MSA  array with sh orted wall at RP2     1 2 3 4 5 6 7 8 9 10 -3 0 -2 5 -2 0 -1 5 -1 0 -5 0 Fr e que n c y  ( G H z ) S1 1  ( d B )     Simu la t e d M eas u r e d Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 13, No. 3, March 2 015 :  512 – 5 2 0   518 Anech o ic ch a m ber experi m ental  setup for  the  me asurem ent of ra diation patte rn of 2×4  MSA array  with a sho r ted  wall at RP2  is sh own  in  Figure 6(b) a nd the di stan ce bet wee n  the  transmitting a nd re ceivin antenn a is  20 0 cm. In thi s   work,  E -plane  ( E θ ϕ   = 0 ˚ ) is mea s ured in  x- z  plan e and  H -pl ane ( E θ ϕ   = 90 ˚ ) is m easure d  in  x-y  plan e. Com pari s on pl ots  for simul a ted  and   measured ra diation patterns at ANN o p timiz ed fre q uen cie s  1.25 3, 5.252, 6.425, 8.734, and  9.866  GHz  shown in Fi gu res 8(a) -(b)-(c)-(d ) and (e re spe c tively . The  3dB b e a mwidth  is  al so   estimated a n d  summ ari z e d  in Table 5.         (a)     (b)       (c )     (d)       (e)     Figure 8. Co mpari s o n  of simulated an d m easured ra diation pattern at ANN opti m ized  freque nci e (a) 1.253  GHz (b) 5.25 2 GHz (c)  6.42 5 G H (d) 8.7 34  GHz (e ) 9.86 6 GHz        - 5    -1 0   - 1 5   - 2 0   - 2 5    d B 30 210 60 24 0 90 270 12 0 30 0 150 330 180 0     E - p l an e  ( s i m u l at ed ) E - p l an e  ( m eas u r ed ) H - p l an e  ( s i m u l at ed ) H - p l an e  ( m eas u r ed )   - 5   - 1 0   - 1 5   - 2 0    -2 5     d B 30 210 60 240 90 27 0 12 0 300 15 0 330 180 0     E - p l an e ( s i m u l at ed ) E - p l an e ( m eas u r ed ) H - p l an e ( s i m u l at ed ) H - p l an e ( m eas u r ed )    -1 0   - 2 0    -3 0     d B 30 21 0 60 24 0 90 27 0 120 30 0 150 33 0 18 0 0     E - p l an e ( s i m u l at ed ) E - p l an e ( m ea s u r e d ) H - p l a n e ( s i m u l at ed ) H - p l a n e ( m ea s u r e d )   - 1 0    -20   - 3 0     d B 30 210 60 24 0 90 27 0 12 0 30 0 150 330 180 0     E - p l an e ( s i m u l a t e d ) E - p l an e ( m ea s u r e d ) H - p l an e ( s i m u l a t ed ) H - p l an e ( m e a s u r e d )    -1 0   - 2 0   -30    -4 0     d B 30 21 0 60 24 0 90 270 120 30 0 150 33 0 18 0 0     E - p l an e  ( s i m u l at ed ) E - p l an e  ( m ea s u r e d ) H - p l an e  ( s i m u l at ed ) H - p l an e  ( m eas u r ed ) Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     Effect of Shorting Wall on  Com pact 2 × 4  MSA Array Using Artifici al … (Moh am mad Anee sh 519 Table 5. Co m pari s on of si mulated an d measur ed be amwidth s  at ANN optimi z e d  freque nci e ANN optimized    3dB beam w i dth   Angle of Tilt   (for E- plane)   Radiation Efficie n cy   (Simulated)   E θ ϕ  = 0 ˚  (E-pl a n e )   E θ ϕ  = 90 ˚ (H -pl a ne)   frequenc y   Simulated   Measured   Simulated   Measured   1.253 GHz   54 ˚   52 ˚   89 ˚   86 ˚   -   81.2 %   5.252 GHz   36 ˚   35 ˚   69 ˚   67 ˚   -   90.5 %   6.425 GHz   62 ˚   59 ˚   93 ˚   90 ˚   30 ˚   73.5 %   8.734 GHz   47 ˚   49 ˚   49 ˚   50 ˚   33 ˚   91.9 %   9.866 GHz   33 ˚   28 ˚   36 ˚   33 ˚   27 ˚   78.0 %       4. Conclusio n   In this pap er, 32, compa c t 2×4 MSA  array has  be en de sign ed  in simulatio n  media   whe r ea s the  effect of in sertin g the  shorting  wa ll i s  carried  out  with the hel p of ANN. T he  develop ed A N N mod e l p r edicte d  the   most a c cu rat e  re sult s fo r re son ant fre quen cie s  of  th e   prop osed a n tenna  array. A comp act  2 × 4 MSA a r ra y has  been  p h ysically fabri c ated  on a  gl ass  epoxy sub s trate to validate ANN  study  and re sult are fou nd qui te satisfa c tory. The prop o s ed   antenn a arra y operate s   at freque nci e 1 . 32, 5.25, 6.4 2 , 8.73, and  9 . 86 GHz. Its radiation  patte rn  has  bee n me asu r ed  at ANN optimi z ed f r equ en cie s . The fab r icate d  anten na a r ray ca n be  find  good a pplicat ions in  L C , a nd  X  band.       Referen ces   [1]    Bahl IJ, Bhartia  P. Microstrip Antenn as. Artech Hous e. Ded h a m, Mass. USA. 1980.   [2]    Na yesta nak A A L. W - shape d  Enha nce d  Pat c h Anten na for  W i reless C o m m unic a tion.  Wireless P e rs.  Co mmun.  2 0 0 7 ; 43:12 57-1 2 6 5 [3]    Pand e y  VK, Vi sh w a k a rma B R . Anal ys is of  E-shap ed P a tch Ante nna.  Mi crow ave Opt. T e chno l. Lett .     200 7; 49:4-7.   [4]    Ansari JA,  Dubey  SK , Mis h ra A. Analy s is of Half E-s hap ed P a tch  for W i deb an d  Appl icati on.  Microwave Opt. Technol. Lett.  2009; 5 1 :157 6 - 158 0.  [5]    Deshm u kh AA,  Kumar G. Compact Br oa dba nd S-sha p e d   Microstrip Ante nnas.  El ectroni cs Lett.  2006 ;   42:26 0-2 61.   [6]    Meshram MK, Vishvaka rma  BR. Gap-coup l ed Microstrip  Arra y  Ante nn a  for  W i de-Ba n d   Oper atio n.  Internatio na l Journ a l of Electr onics . 20 01; 88 (11):11 61-1 1 7 5 .   [7]    W ang H, F a ng  DG, Che n   XG . A Comp act S i ngl La yer  Mo nop ulse  Micro s trip Ante nna   Arra y .   IEEE   T r ans. on Ante nnas a nd Pro p ag.  200 6; 54(2) :503-5 09.   [8]    Svezhe ntsev AY,  Kr y z h a n o v ski y  V,  Van d e nbosc h   GAE. C y lin drica l  Mic r ostrip Arra y A n tenn as  w i t h   Slotted Strip-F r amed Patch e s.   Progress in El ectromag netics  Researc h 201 3; 139:5 39-5 5 8 .     [9]    Gujral M,  Li JL-W, Yuan T ,   Qiu C-W, Band w i dt h Improv ement  of Micr ostrip A n ten n a  Arra y us in g   Dumm y  EBG P a ttern on F e e d l i ne.  Progr ess in Electrom agnetics Research.  2012; 12 7: 79 -92.  [10]    Qiu L, Z h a o  F ,  Xiao  K, Ch ai  SL, Mao JJ. T r ansmit-Rec e iv e Isolati o n  Imp r oveme n t of A n tenn a Arra ys   b y   usin g EBG Structures.  IEEE Antenn as an d Wireless Pro pag. Lett.  201 2 ;  11:93-96.   [11]    W ang H,  Hu an XB, F a n g  D G, Han GB. A  Microstrip A n te nna  Arra y F o r m ed B y  M i cros trip Li ne  F e d   T ooth-Like-Slot  Patches.  IEEE Trans. on Antenn as an d Pro pag.  20 07; 55( 4):121 0-1 214.   [12]    Liu  XF , Jia o  Y C , Z hang F S Che n  YB.  Des i gn of C onfor mal Microstri p   A n tenn a Array  Mounte d  o n  a n   Irregul ar Die le ctric Surface . Asia Pacific  micro w av e co nferenc e proc eed ings (AMP C). 2005; Do i:   10.11 09/APMC . 2005.1 6 0 6 5 7 6 .   [13]    Seki T ,  Honma N, Nish i ka w a  K,  T s uneka w a  K.  Millim eter-W ave Hi gh- Efficienc y Multi l a y er Par a sit i c   Microstrip A n te nna  Arra y o n   T e flon Substra t e.  IEEE Trans. on Micr ow . Theory  an d Tec hni q.  20 05 ;   53(6):2 10 1-21 06.   [14]    Alam MM, Son c ho y MMR, Goni MO.  Des i g n  an d Perfor mance A nalys is  of Microstrip A rray Anten n a Progress i n  Ele c tromagn etics Rese arch S y m posi u m Procee din g s .  200 9; Mosco w ,  Russ ia,  1837- 18 42.   [15]   Al w a n EA, Sertel K, Volak i s JL. A Simple Eq ui val ent Circ u it  Model for Ultr a  W i deb an d C oup led Arr a ys.   IEEE Antennas  and Wirel e ss Propa g. Lett.  2012; 11: 117- 12 0.  [16]    Lin  CK, Ch un g  SJ. A F ilterin g  Microstrip A n t enn a Arra y.  IE EE T r ans. on   Microw . T heor y and  T e ch niq.   201 1; 59(1 1 ):2 856- 286 3.   [17]    Vazqu e z C, H o topa n G, Ho e y e  SV, F e rna d e M, Herra LF , Heras F L Microstrip A n te nna  Des i g n   Based o n  Stacked Patches fo r Reconfig ura b l e  T w o Dim ens i ona l Plan ar Arra y  T opol ogi es.  Progress i n   Electro m a gneti cs Researc h . 2009; 97: 95-1 0 4 .   [18]    Patnaik A, C h oud hur y B, Pr adh an P, Mish ra RR, Christ o dou lou  C. An  ANN App lic ati on for F ault  F i ndi ng in A n te nna Arra ys.  IEEE Transac. on Ant ennas and Propag.  200 7; 55(3):77 5 -7 77.   [19]    Patnaik  A, Anagnos tou D,  Christodoulou CG , Ly k e  JC. M o deling Frequenc y   Reco nfigurable Antenna  Arra y  us in g Ne ural N e t w orks.  Microw ave Opt. T e chnol. Lett.  2005; 4 4 (4):35 1-35 4.  Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046                     TELKOM NI KA  Vol. 13, No. 3, March 2 015 :  512 – 5 2 0   520 [20]    Dun dar O, Uz er D, Gultek in  SS, Ba y r ak M.   Effects of mic r ostrip fee d  l i n e  w i dth o n   4 recta ngu la r   micr ostrip ant e nna arr a y elect r ical par a m eter s and esti mati o n  w i th artificial neur al netw o rk s . Progress   in Electrom agn etic Rese arch  S y mp osi u m Pr ocee din g s. 201 2; KL, Mala ysi a , 1341- 13 45.   [21]    W ang  X, Z h a n g  M, W ang  SJ . Practibil i t y  A nal ys is  a nd A p plicati o n  of PB G Structures o n  C y l i ndr ical   Conform a l Micr ostrip Anten na  and Arra y.  Pro g ress in El ectromag netics Re search . 20 11;  115:4 95- 507.   [22]    Lee K C . F r eq uenc y- Doma in  Anal ys es of  Nonl in earl y   Loa de d Anten na Arra ys us i ng Simu late d   Anne ali ng Al go rithms.  Progres s in Electro m a gnetics R e sear ch . 2005; 5 3 :2 71-2 81.   [23]    He QQ, Wang BZ. Design of Microstrip Arra y  A n tenna by  Us ing Element Pattern T e chniqu Combi n i ng  w i t h  T a y l or S y nth e sis Metho d Progress i n  Elec troma g n e tics R e searc h . 200 8; 80:63-7 6 .      Evaluation Warning : The document was created with Spire.PDF for Python.